UN AUTRE REGARD SUR LES ANOMALIES DE TEMPERATURE GLOBALE

PREFACE

Dans cet article, le Professeur Henri Masson, Dr. Ir., interprète d’une façon innovante les données relatives aux anomalies de « température globale », et insiste sur le caractère chaotique et par conséquent non-linéaire du système climatique.

Henri Masson fut l’organisateur d’une conférence-débat qui devait réunir Fred Singer et Claes-Goran Johnson, conférence qui fut annulée suite aux pressions exercées par Monsieur J-P Van Ypersele, vice-président du GIEC, voir : http://belgotopia.blogs.lalibre.be/archive/2011/08/30/inquisition-climatique-inqualifiable-en-belgique.html

Je sais gré à Henri Masson d’avoir réservé la primeur de son article à belgotopia.

Jo Moreau.

Un autre regard sur les anomalies de température globale

Henri Masson

Préambule

Sur son site web Watts Up With That, Anthony Watts a commenté très récemment (01-02-2012) la confiance à accorder à des experts-spécialistes, la reconnaissance de leur expertise étant basée sur de nombreuses publications sur un sujet précis (en l’occurrence la climatologie) dans des revues avec referee, ou soit à des experts d’autres disciplines scientifiques ou encore à des généralistes, capables si pas d’apporter une « vue d’hélicoptère » sur un problème, du moins de l’éclairer d’une façon différente de la pratique courante suivie par les spécialistes.

Anthony Watts répondait dans son billet à une déclaration de Dr. Kevin Trenberth (l’auteur du très controversé bilan énergétique de la terre sur lequel se base le GIEC), alarmiste notoire, dans laquelle ce dernier affirme qu’il faut « faire confiance aux spécialistes » (réitérant de la sorte l’erreur de communication faite par le secteur nucléaire dans les années soixante déjà), et encore, je cite littéralement, « Lorsqu’on souffre d’un problème cardiaque on ne va pas voir son dentiste »

C’est oublier un peu vite que la créativité résulte souvent d’une analogie faite avec un problème d’une autre discipline (et essayer de transposer l’analyse du fonctionnement d’une serre, un problème typique de thermodynamique et d’ingénierie thermique, à la climatologie est, en fait un parfait exemple d’une telle démarche).

La présente note fournit un exemple « d’un regard différent » jeté sur les données relatives aux anomalies de température globale, et a pour but de montrer que Trenberth se trompe (une fois de plus…).

Introduction

Comme point de départ de la démonstration, reprenons la courbe publiée par Akasofu (2009)(1) et commentée récemment par Jean Martin sur son site « Pensée unique » ( ..-01-2012) . Cette courbe est reproduite ci-dessous, avec sa légende originale pour servir de support à la discussion.

En bref, le GIEC a commis une erreur en considérant exclusivement les températures de ces dernières décennies et à faire une extrapolation simpliste des données, ce qui conduit aux prédictions catastrophistes que l’on sait. Akasofu pense en fait qu’il faut considérer les séries temporelles de température sur une période beaucoup plus longue et que les fluctuations observées s’expliquent par la superposition de deux phénomènes :

• Une lente sortie d’une mini-période glacière, correspondant à une augmentation quasi linéaire de la température
• Des fluctuations multi-décennales périodiques qui s’y superposent.

Comme indiqué clairement sur la figure référée, cette approche permet de décrire la stagnation actuelle des températures observées, ce que les modèles du GIEC, partant du paradigme qu’une augmentation de CO2 atmosphérique produit automatiquement une augmentation de température, ne permettent pas.

 

Fig. 1- (2b de l’article original): The figure shows that the linear trend between 1880 and 2000 is a continuation of recovery from the LIA. It shows also the predicted temperature rise by the IPCC after 2000. Another possibility is also shown, in which the recovery from the LIA would continue to 2100, together with the superposed multi-decadal oscillation. This possible progress beyond the peak of an oscillation could explain the halting of the warming after 2000. The observed temperature in 2008 is shown by a red dot with a green arrow. (source : Akasofu, 2009)

Faisons ensuite référence aux courbes de Vostok2, (Fig.2)

 Fig. 2- Courbes de température relevées à Vostök (Note : les courbes sont obtenues en prenant, comme «proxy» de la température, l’abondance isotopique de Deuterium dans les bulles piégées dans des carottes de glace ; l’axe horizontal « remonte l’échelle des temps » les périodes les plus éloignées se trouvant à droite de la figure)

Recalibrées en température et temps, les résultats se présentent comme donné à la fig. 3 (3)

Fig. 3- Anomalies de température relevées à Vostok par rapport à la température moyenne relevée au cours des 129 dernières années. (la période actuelle correspond à l’origine de l’axe horizontal)

 Clairement la température oscille entre deux états assez reproductibles au long du temps : une succession de périodes glaciaires entrecoupées de périodes tempérées beaucoup plus courtes. Les sorties de chacune des périodes glaciaires se fait rapidement par rapport aux refroidissements qui eux se font plus progressivement et présentent de nombreux soubresauts. A la sortie d’une période de glaciation la température ne continue donc pas à augmenter indéfiniment mais fini par atteindre un palier. A l’échelle géologique on peut éventuellement distinguer 2 paliers intermédiaires, que l’on pourrait qualifier de périodes de mini glaciation. Ces cycles climatiques ont été corrélés aux cycles de Milankovitch , décrivant les variations de l’orbite terrestre autour du soleil (trois mécanismes se superposent avec des périodicités différentes: précession (11 500 ans), obliquité (41000 ans) et excentricité (100 000 et 400 00 ans pour les composantes principales). Ces résultats et phénomènes ont été largement négligés par le GIEC, du fait que l’échelle des temps est largement plus grande que l’époque sur laquelle le GIEC se concentre : la période suivant la révolution industrielle, et plus restrictivement encore, l’après-guerre. L’analyse d’amplitude de ces signaux est reprise à la fig. 4

 Fig. 4- Analyse d’amplitude des mesures d’anomalie de température relevées à Vostok. On retrouve les deux zones de température les plus probables, : une période glaciaire, correspondant au pic le plus important de la courbe, au cours de laquelle l’anomalie de température par rapport aux températures actuelles oscille aux environs de -6.8°C par rapport aux températures récentes. Une période tempérée, au cours de laquelle la température oscille aux environs de -0.4°C par rapport à la température actuelle. On peut éventuellement distinguer des « pics secondaires » durant les périodes de glaciation, aux environs de -0.4°C, -4.4 °C et -7.8°C. On remarque également que la température n’a jamais excédé la température actuelle de plus de 3.2°C.

La fig. 5 reproduit le plan des phases [T°(t+t) en fonction de T°(t) ] correspondant.

                                                                                           ^20e siècle

Fig.5- Plan des phases (tau=85 pas) relatif aux anomalies de température de Vostok. La couleur des trajectoires indique leur succession dans le temps, les plus foncées correspondant aux périodes les plus récentes. On remarque que les périodes glaciaires (à gauche du diagramme) sont les plus fréquentes. La caractéristique la plus importante de ce diagramme consiste dans l’existence de « deux nuages » correspondant aux températures tempérées (à droite du diagramme). Cette topologie révèle la réversibilité des deux états : on peut passer progressivement d’une période glaciaire vers une température tempérée et vice versa de façon progressive (trajectoires diagonales allant vers le nuage supérieur droit), mais aussi très rapidement (les trajectoires les plus récentes sont les plus longues dans cette partie du diagramme) d’une période tempérée vers une période glaciaire (nuages inférieur droit). On remarque aussi que les excursions de température de quelques degrés au-delà de la température actuelle sont extrêmement rares et parfaitement réversibles, quel que soit le nuage « tempéré » considéré. Ce résultat incite à penser d’une part que les rétroactions du système climatique empêchent une excursion de plus de 3°C au-delà de la température actuelle et que, d’autre part, nous pouvons nous attendre à une évolution probable vers une période de glaciation plus ou moins marquée, dans un avenir proche (à l’échelle géologique). Bien sûr dans quelques milliards d’années le soleil explosera et, par conséquent, la terre deviendra extrêmement chaude, au point de voir disparaître toute forme vivante actuellement connue.

L’existence de deux nuages de points dans la partie droite de la figure 5 fait penser à une signature chaotique des séries temporelles de température analysées. Ce point est rediscuté à la fin du présent document.

Notre analyse

En gros, nous partageons l’analyse d’Akasofu, mais nous ne pensons pas que la « sortie du minimum glaciaire » puisse continuer linéairement de façon indéfinie. Sa droite devrait être remplacée par une sinusoïde ou mieux une somme de sinusoïdes déphasées entre elles, d’amplitude et de période variable. Eventuellement un degré de bruitage aléatoire peut être superposé.

Mathématiquement, Il ne s’agit de rien d’autre que d’une Transformée de Fourier Inverse.

L’exercice peut être effectué grâce à un simple tableur Excel. Les figures ci-dessous reproduisent les résultats obtenus avec 5 sinusoïdes et un bruitage aléatoire. Aucun ajustement spécifique n’a été tenté, l’idée étant pour l’instant de montrer qu’il est possible ainsi de reproduire l’allure des relevés de température observée.

Fig. 6- Superposition de cinq sinusoïdes et d’un bruit blanc

Fig. 7- Courbe cumulée de la fig. 6, avec les axes recalibrés en grandeurs physiques (temps et température)

Les paramètres utilisés pour cette simulation sont donnés dans le tableau ci-dessous, par soucis de transparence

Tandis que les données de calibrage utilisées pour la Fig.7 sont regroupées au tableau ci-dessous

Avec un minimum d’imagination, l’allure de la courbe fait songer au maximum médiéval, petit âge glaciaire, à la soi-disant «envolée des températures» observée durant la seconde moitié du siècle écoulé…et enfin la courbe reproduit également le palier observé au cours de la dernière décennie.

Cela ne prouve évidement strictement rien, car comme le faisait remarquer un mathématicien célèbre, John von Neuman(4) « avec quatre paramètres je vous dessine un éléphant ; si vous m’en donnez un cinquième, je m’arrangerai pour qu’il remue la trompe ».

Mais il convient de reconnaître tout de même que l’idée de superposer des variations multi-décennales à une (ou plusieurs) sinusoïde(s) de période beaucoup plus importante (traduisant la sortie de l’âge glaciaire) a plus de sens physique due d’ajouter les dites fluctuations décennales à une droite, comme fait par Akasofu.

Certes, choisir l’une ou l’autre approche ne change pas grand-chose si la période de la sinusoïde est très longue et si l’on se trouve dans les parties de la courbe présentant des pentes importantes (correspondant à des angles 0°, 180° et 360°), mathématiquement, Akasofu ne fait rien d‘autre « qu’approcher » la sinusoïde par sa tangente, en fait; mais tout autre chose se produit aux environs des extrema de la sinusoïde (correspondant à des angles de 90° et 270°), où les tangentes varient très rapidement d’un point à l’autre de la courbe. Pour illustrer ce propos deux sinusoïdes ont été superposées et bruitées légèrement à la figure ci-dessous ; la période de la sinusoïde « la plus lente » a été ajustée à plus ou moins quatre fois la période de mesure, afin que le maximum de cette courbe corresponde approximativement avec la fin de l’intervalle de mesure. C’est évidement au voisinage de ce maximum que le palier se produit dans la courbe cumulée.

Fig. 8- Superposition de deux sinusoïdes et d’un bruit aléatoire (sinusoïde A: amplitude: 3; période: 11; déphasage: 86°; sinusoïde B: amplitude:60 ;période:156 ; déphasage: 233°;les amplitudes des autres sinusoïdes ont été réduites à zéro; bruit blanc d’amplitude 5)

Fig. 9- Correspond à la figure 4 recalibrée (Axe Ox: année initiale : 1945 ; pas: 0.7; nombre de pas: 100 ; année finale :2010 . Axe Oy : 0.02 °C/unit)

En jouant quelque peu (très légèrement…) avec les paramètres, on obtient:

– une courbe cumulée dont l’allure doit vous rappeler quelque chose (la série temporelles es températures avec son plateau actuel)

– des fluctuations pour les données les plus récentes (les dernières points du graphe correspondant au plus grand nombre de pas d’itération) que l’on peut modifier à souhait, en les rendant apocalyptiquement croissantes, stables ou décroissantes

– en particulier, la position du point plus chaud ou le plus froid peut être bougée à volonté (dans les mesures les plus récentes ou dans une portion antérieure de la courbe)

– des tendances de la ligne de régression qui indiquent une stagnation, augmentation ou une diminution des résultats.

Quand on sait que le système climatique est passablement chaotique et que les périodes, déphasages et amplitudes des divers phénomènes observables fluctuent légèrement, on comprend l’intérêt de la petite analyse de sensibilité à laquelle je me suis livré.

En d’autres termes, les commentaires que l’on peut faire sur un morceau de courbe (judicieusement ou malencontreusement sélectionnée, c’est une question de point de vue) résultant d’une telle superposition de phénomènes périodiques, sont totalement vides de sens (« ce n’est rien d’autre que du pipeau »), démontrant une fois de plus l’amateurisme des analyses de données effectuées par le GIEC.

 Une autre conséquence des résultats de la présente analyse est qu’ils jettent un certain doute sur la façon dont les anomalies de température sont calculées et donc sur leur signification. En effet, ces anomalies sont calculées par rapport à une moyenne, calculée sur une période généralement (mais pas toujours et pas toujours la même, selon l’origine des données) égale à 30 ans. Si notre analyse est correcte, Il serait plus judicieux de considérer la (somme des) sinusoïde(s les plus) lentes, comme ligne de base et de calculer les anomalies par rapport à cette base. Le morceau de sinusoïde(s) à prendre en compte correspond à une partie croissante de la (ou des) sinusoïde(s) pour les cinquante dernières années du siècle écoulé. Cette façon de procéder « gommerait » une bonne partie des augmentations de température soi-disant observées au cours de cette même période.

Quels phénomènes naturels périodiques-oscillatoires doivent être pris en compte ?

La question légitime qu’on peut se poser à ce stade est de savoir quels phénomènes induisent les fluctuations décennales et celles correpondant aux cycles courts de mini-glaciation, qui sont infiniment plus courts que les cycles « globaux » de MiIlankovich.

Pourtant, un examen attentif des relevés de température les plus récents (Fig. 10) confirme cette superposition de sinusoïdes, enrichie de quelques évènements plus rares, mais également relativement périodiques : les effets El Nino (tous les 3 à 10 ans) et les éruptions volcaniques:

Fig.10- Relevés de température globale de la basse atmosphère par satellite (sur une période de 33ans) (source : figure reprise par Hans Labohm, Dagelijkse standaard, 3 februari, 2012 – 16:30)

Un faisceau de présomption plaide en faveur d’un effet gravitationnel du système solaire. Il semblerait en effet que la position du soleil par rapport au centre de masse du système solaire soit liée aux cycles d’activité solaire. (Sharp G.J)(5) . Ces cycles solires présentent des périodicités multiples dont une est quasi décennale. D’autre part, Archibald (6) a émis l’hypothèse d’une interaction à la fois gravitationnelle et électromagnétique entre l’activité solaire et divers phénomènes pouvant interagir avec le climat (nucléation des nuages, perturbations du champ magnétique terrestre, fluctuations de la rotation de la terre et de la position des pôles, contraintes à la jonction des plaques tectoniques induisant du volcanisme de surface ou sous-marin, etc.). Sur base de sa théorie, on pourrait expliquer physiquement la stagnation de température actuelle et s’attendre très probablement à une période prolongée d’activité solaire très faible au cours des prochains cycles solaires 24 (qui est en cours) et 25. On pourrait même s’attendre à l’arrivée d’une période de mini-glaciation qui s’étendrait sur plusieurs décennies. Seul l’avenir dira s’il a tort ou raison.

Si l’on partage l’opinion d’Archibald, il serait tentant de prendre comme périodicité pour la sinusoïde lente celle des cycles d’activité solaire (11, 22, 78, et 180 ans pour ne reprendre que les plus souvent citées). Contentons-nous d’observer que la superposition de sinusoïdes permet de décrire les courbes du passé et pourrait expliquer simplement une telle période de mini-glaciation, ce que ni la théorie de Akasofu et encore moins celles défendues par le GIEC permettent de faire.

Le système climatique considéré comme un système (ou réseau) complexe

Observons cependant que de nombreux autres cycles et oscillations existent dans la nature et sont plus ou moins liés aux mécanismes climatiques. Le système climatique est en effet extrêmement complexe et présente de nombreuses boucles de rétroactions, positives et négatives, directes et indirectes, ayant des constantes de temps très différentes. Chacune de ces boucles, avec sa constante de temps propre est une candidate potentielle pouvant justifier la contribution de « sa sinusoïde » à la construction de la courbe cumulée des anomalies de température.

Les phénomènes périodiques auxquels je pense à première vue sont :

• les successions jour-nuit
• les cycles lunaires (dont l’effet incontesté sur les marées montre l’importance des interactions gravitationnelles de la terre avec les autres corps célestes)
• les saisons
• les cycles d’activité solaire (depuis les cycles très long de Milankovitch jusqu’aux cycles de 11 ans en passant par ceux de 22, 78 et 153 ans pour ne citer que les principaux)
• les cycles océaniques (ENSO, NOA etc.)
• les pics d’activité volcanique qui y sont couplés mais déphasés
• la dynamique des échanges de chaleur et matière entre l’atmosphère et les océans
• celle de la chaleur accumulée /rejetée par les océans, en couche superficielle et profonde
• le temps de de bouclage du conveyor belt et autres courants marins
• etc.

L’identification de ces boucles de rétroaction, des liens de précédence et causalité, de la connectivité et de la centralité des « concepts » du modèle est fondamental pour la compréhension du système climatique et peut se faire avantageusement en utilisant les méthodes d’analyse de réseaux complexes ; Un sujet qui sera présenté et discuté dans une note séparée.

Le caractère chaotique du système climatique

De l’aveu même du GIEC(7) , leurs modèles présentent un caractère chaotique (au sens mathématique du terme; dynamical system en anglais(8 9 10) . Les systèmes chaotiques ont été pressentis par Poincaré dans les années 20 et ont été redécouverts, grâce à la puissance de l’outil informatique par Lorenz dans les années soixante, en étudiant les effets convectifs intervenant dans la thermodynamique de l’atmosphère (c’est de ces travaux que provient la référence au fameux « butterfly effect»). Ces systèmes sont décrits sur un système d’équations différentielles hautement non linéaires et présentent de nombreuses rétroactions positives et négatives, chacune d’elles ayant des constantes de temps différentes. Dans ces conditions, une variation infime (une fraction de pour mille) des conditions initiales (comprenez par exemple la température moyenne qu’il fait aujourd’hui sur terre) induit des différences considérables dans les prédictions à moyen et plus long terme.

Même la reproductibilité du résultat, pour les mêmes conditions initiales, n’est pas réalisable. Fred Singer (11) propose de reproduire plusieurs fois les calculs et de calculer la valeur asymptotique de la valeur moyenne des différents essais. Une recherche menée en parallèle aux travaux du GIEC fait apparaître qu’il faut au moins 20 itérations pour un modèle donné, et pour les mêmes conditions initiales, pour atteindre une valeur moyenne stabilisée à l’horizon de 20 ans, ce qui est la fenêtre temporelle usuelle du GIEC. 10 des 22 modèles du GIEC utilisent une ou deux itérations; aucun n’excède cinq itérations.

Mais même la représentativité de cette valeur moyenne asymptotique est douteuse. En effet, le calcul d’une telle moyenne n’a de sens que si les résultats des différents essais sont distribués « normalement » (selon une gaussienne, une courbe en cloche) autour de cette valeur moyenne. Mais un système chaotique présente des trajectoires évoluant autour de deux ou plusieurs « attracteurs », fort différents de la valeur moyenne. La distribution des résultats ne suit plus une distribution normale mais une distribution multimodale (bimodale, en forme de « M » dans le cas le plus simple). La probabilité que la valeur moyenne soit réalisée, même en admettant que le modèle et les hypothèses soient corrects, est extrêmement faible.

Le caractère non linéaire des systèmes chaotiques interdit également, d’un point de vue mathématique, la décomposition du signal en composantes saisonnières périodiques et /ou en tendance sous-jacente (ligne de régression). En effet, l’effet de ces différentes composantes n’est purement additif que si le système est strictement linéaire. Dans les autres cas, des termes d’interaction « croisés » entre ces composantes existent et ne sont pas négligeables, dans la plupart des cas.

L’application de méthodes avancées d’analyse de signaux(12) aux séries temporelles de mesure de températures moyennes mensuelles en un point(13) [7] révèle clairement le caractère chaotique de ces signaux.

Les conséquences du comportement chaotique

 

Incohérence apparente de mon argumentation

La troisième conséquence du caractère chaotique du système climatique pourrait faire croire que l’argumentation développée dans cette note présente une incohérence majeure : comment justifier la sommation (opération linéaire) de sinusoïdes pour décrire un système complexe non linéaire et présentant donc des termes croisés d’interaction entre « concepts »? Est-ce que cela ne consiste pas exactement à faire ce que l’on reproche aux travaux du GIEC ?

Cette contradiction n’est en fait qu’apparente. En effet :

1. Rien n’interdit d’ajouter des produits de sinusoïdes pour calculer la courbe cumulée, si le besoin s’en faisait sentir et si la structure du système climatique le justifiait.

2. La transition d’un comportement oscillatoire vers un état chaotique se fait notamment lors de l’apparition d’harmoniques de plus en plus nombreux induisant finalement un comportement chaotique (par un mécanisme bien connu : les bifurcations de Hopf)14. Pratiquement, cela revient à ajouter un (beaucoup) plus grand nombre de sinusoïdes pour calculer la courbe cumulée. Les caractéristiques de ces sinusoïdes (amplitude, période, déphasage) se déduisent aisément du Spectre de Puissance (transformée de Fourier de la fonction d’autocorrélation temporelle) des données reprises dans les séries temporelles.

Henri Masson 

1 Two Natural Components of the Recent Climate Change:(1) The Recovery from the Little Ice Age (A Possible Cause of Global Warming) and(2) The Multi-decadal Oscillation (The Recent Halting of the Warming), Akasofu, (30/04/2009)

2 Climate and atmospheric history of the past 420,000 years from the Vostok ice core, Antarctica, J. R. Petit et all. (NATURE |VOL 399 | 3 JUNE 1999, pg. 429-436).

3 (source: Petit, J. R. et al. , 2001, Vostok Ice Core Data for 420, 000 Year s, I GBP PAGES/ World Data Center for Paleoclimatology Data Contribution Series #2001- 076. NOAA/ NGDC Paleoclimatology Program, Boulder CO, USA.)

4 “With four parameters I can fit an elephant, and with five I can make him wiggle his trunk”. (Attributed to von Neumann by Enrico Fermi, as quoted by Freeman Dyson in « A meeting with Enrico Fermi » in Nature 427 (22 January 2004) p. 297). (Vostok Core Data obtainable from: ftp://ftp.ncdc.noaa.gov/pub/data/paleo/icecore/antarctica/vostok/)

5 Are Uranus & Neptune responsible for Solar Grand Minima and solar cycle modulation?, Sharp G.J donner hyperlien ….. gs_qad@hotmail.com

7 IPCC Third Assessment Report section 142.2.2 p774

8 Steven H STROGATZ, Non-linear Dynamics and Chaos (Westview Press, Perseus Group, USA, paperback first edition 2000) [isbn 978-0-7382-0453-b] [ [4]Morris W. HiIRSCH et all., Differential equations, Dynamical Systems & an Introduction to Chaos (Elsevier Academic press, UK, 2nd edition, 2004) [isbn: 978-0-1234-9703-1]

9 Edward OTT, Chaos in Dynamical Systems (Cambridge University Press, UK, 2002) [isbn: 978-0-5210-1084-5]

10 Morris W. HIRSCH et all., Differential equations, Dynamical Systems & an Introduction to Chaos (Elsevier Academic press, UK, 2nd edition, 2004) [isbn: 978-0-1234-9703-1]

11 Fred SINGER NIPCC vs. IPCC: addressing the disparities between climate models and observations, paper presented at Majorana Conference in Erice, Sicily, August 2011

12 Joe N. PERRY et all., Chaos in Real Data (Kluwer academic Publishers, UK, 2000) [isbn: 978-0-4127-9690-2] 13 Henri MASSON, Advanced signature analysis of time series: Application to Climate Change Time series, paper presented at the International Conference on Present and Future Challenges for Management and Entrepreneurship. (Maastricht 11-12November 2011) 14 R. Seydel, Practical Bifurcation and Stability Analysis, (Springer Editors, New York, USA, 2010) [isbn: 978-1-4419-1740-9]